[发明专利]模型的训练方法和装置、存储介质、电子装置有效
| 申请号： | 201811197546.5 | 申请日： | 2018-10-15 |
| 公开（公告）号： | CN110163236B | 公开（公告）日： | 2023-08-29 |
| 发明（设计）人： | 葛仕明 | 申请（专利权）人： | 腾讯科技（深圳）有限公司 |
| 主分类号： | G06F18/24 | 分类号： | G06F18/24;G06F18/214;G06N3/0464;G06N3/08 |
| 代理公司： | 北京康信知识产权代理有限责任公司 11240 | 代理人： | 周婷婷;江舟 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种模型的训练方法和装置、存储介质、电子装置。其中，该方法包括：获取训练请求，训练请求用于请求对第一神经网络模型进行训练，得到第二神经网络模型，第二神经网络模型用于识别图片类型为第一类型的图片；通过第三神经网络模型确定训练集，第三神经网络模型用于识别图片类型为目标类型的图片，目标类型包括第一类型，训练集中包括从第一集合中识别出来的与第一类型相关联的图片，第一集合中的图片上未标记有第一标识；通过训练集对第一神经网络模型进行训练，得到第二神经网络模型，第二神经网络模型中神经网络的层数不同于第二神经网络模型中神经网络的层数。本发明解决了对神经网络模型进行训练的时间成本较高的技术问题。 | ||
| 搜索关键词： | 模型 训练 方法 装置 存储 介质 电子 | ||
【主权项】：
1.一种模型的训练方法，其特征在于，包括：获取训练请求，其中，所述训练请求用于请求对第一神经网络模型进行训练，得到第二神经网络模型，所述第二神经网络模型用于识别图片类型为第一类型的图片；响应于所述训练请求，通过第三神经网络模型确定训练集，其中，所述第三神经网络模型用于识别图片类型为目标类型的图片，所述目标类型包括所述第一类型，所述训练集中包括所述第三神经网络模型从第一集合中识别出来的与所述第一类型相关联的图片，所述第一集合中的图片上未标记有第一标识，所述第一标识用于表示图片类型为所述目标类型；通过所述训练集对所述第一神经网络模型进行训练，得到所述第二神经网络模型，其中，所述第二神经网络模型中神经网络的层数不同于所述第二神经网络模型中神经网络的层数。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于腾讯科技（深圳）有限公司，未经腾讯科技（深圳）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811197546.5/，转载请声明来源钻瓜专利网。
